Что нужно сделать, чтобы избежать провала
Нина Путинцева, руководитель департамента предпроектного консалтинга по бизнес-приложениям Oracle СНГ.
Применение искусственного интеллекта сегодня активно обсуждается во всех отраслях. И внимание к этой технологии вполне объяснимо — потенциал ИИ действительно огромен, а польза от самообучающихся алгоритмов очевидна.
Нина Путинцева, руководитель департамента предпроектного консалтинга по бизнес-приложениям Oracle СНГ, рассказывает, в каких областях искусственный интеллект зарекомендовал себя лучше всего и что нужно предусмотреть перед запуском ИИ-проекта.
Более 70% ИИ-проектов не достигнут своих целей
Машины могут взять на себя все больше задач, с которыми раньше справлялся только человек. Роботы управляют транспортными средствами, переводят тексты и даже занимаются творчеством – пишут книги или создают картины. Систему распознавания и синтеза речи все чаще используют банки и авиаперевозчики – и звонящие даже не догадываются, что им отвечает робот.
Однако не все так оптимистично. По прогнозам аналитического агентства Forrester, в 2018 году 75% проектов с использованием ИИ не достигнут своих целей, поскольку не смогут моделировать различные практические аспекты.
Почему так происходит? Вокруг технологии слишком много маркетингового шума: чуть ли не каждую неделю мы узнаем о новых достижениях роботов, которые берутся за новые задачи и обходят человека. Поэтому многие ожидают, что ИИ волшебным образом решит все проблемы и превратит компанию в цифрового новатора.
Где может помочь робот
На самом деле здесь нет никакого противоречия. Машины действительно могут превосходить человека, но только в том случае, когда они применяются для решения вполне определенного ряда задач. Лучше всего ИИ зарекомендовал себя в следующих областях:
Аналитика больших массивов данных
Объем данных, которым оперирует компания, настолько велик, что человеку практически невозможно выявить и интерпретировать закономерности. Новые инструменты с поддержкой ИИ буквально помогают отыскать иголку в стоге сена.
Самый простой пример применения ИИ в аналитике данных – это предоставление медиаконтента, например, фильмов или музыки, основываясь на предпочтениях пользователей. Испанская телекоммуникационная компания Telefónica Spain создала механизм рекомендаций с применением ИИ, предоставляющий для каждого клиента специально подобранные видео.
Кроме того, теперь компания может сегментировать аудиторию в режиме реального времени, а раньше это занимало около 20 дней. Новые технологии, позволяющие Telefónica Spain анализировать предпочтения аудитории, стали ключом к радикальному обновлению маркетинга компании и привели к высоким результатам оценки удовлетворенности клиентов. Проект окупился менее, чем за год и принес около 100 миллиардов евро.
Защита от киберугроз
Еще одна область, где человек не может справиться без помощи машин – это кибербезопасность. Слишком много устройств, приложений, пользователей, нарушений безопасности и мегабайт логов, чтобы понять все это, а затем оперативно – в некоторых ситуациях счет идет буквально на секунды – среагировать.
Подливает масла в огонь и то, что хакеры тоже начали применять ИИ. Он может обнаружить нарушения безопасности, аномальные действия и уязвимости, реагировать на них и даже предотвращать.
«Связь-Банк» (группа «Внешэкономбанка») запустил в эксплуатацию систему анализа и мониторинга потоков транзакций и данных об объектах для выявления потенциально мошеннических операций и событий с помощью решения Oracle. Оно позволяет обнаруживать подозрительные операции в системе интернет-банкинга и своевременно предотвращать неправомерные действия со счетами клиентов.
При этом значительно уменьшилось количество транзакций, требующих анализа в ручном режиме. В итоге было реализовано решение по выявлению мошеннических действий и адаптивного контроля доступа без внесения серьезных изменений в систему интернет-банкинга.
Оптимизация IT-ресурсов
Современные предприятия перегружены распределенной природой и размером своих IT-систем, и часто именно унаследованные IT мешают принимать правильные решения, устранять проблемы и стимулировать совместную работу. Облако, хотя и упрощает работу, все-таки еще больше расширяет инфраструктуру, что может усложнять оптимизацию корпоративных систем и предотвращение катастрофических сбоев.
ИИ может автоматизировать мониторинг и контроль, необходимые для поддержания работоспособности систем предприятия, выявлять аномалии, которые легко не заметить человеку. Все вместе это обеспечит большую оптимизацию ресурсов.
Портовый оператор Adani Ports использует ИИ для управления сложными IT-системами, которые поддерживают бизнес, что помогло компании перераспределить персонал, который раньше занимался поиском системных ошибок, на выполнение более высокоуровневых задач.
Повышение эффективности бизнеса
ИИ, встроенный в бизнес-приложения, такие как планирование ресурсов предприятия (ERP), управление человеческим капиталом (HCM), управление цепочками поставок, продажами и маркетингом, помогает сделать процесс принятия решений более простым и эффективным.
В рекрутинге ИИ может в кратчайшие сроки отобрать наиболее подходящих кандидатов, а в маркетинге используется для запуска персонализированных кампаний, предлагающих оптимальное предложение для клиента (next best offer).
Другой пример – управление финансами. Accenture смогла автоматизировать более 17 тысяч рабочих мест в финансовом отделе. При этом консалтинговая компания не уволила ни одного человека – Accenture удалось переориентировать этих сотрудников на задачи финансового анализа для клиентов.
Разговор с клиентами
Еще одно перспективное направление – чат-боты. Самообучающиеся виртуальные собеседники вполне могут ответить на вопросы клиентов не хуже сотрудника горячей линии. Кроме того, они работают 24 часа в сутки.
Благодаря новым платформам с поддержкой ИИ можно легко и быстро создавать и тренировать интеллектуальных ботов, даже не имея специальных навыков.
Глава испанского банка Santander поставил цель превратить компанию в первый банк в Европе, который способен отвечать на запросы клиента с помощью бота. В результате в октябре 2017 года был запущен электронный помощник «Сандрин», который может ответить более чем на 1200 вопросов и постоянно обучается.
Он быстро отвечает на вопросы, связанные со всеми продуктами и услугами банка, тем самым в разы экономя время клиентов и повышая интерес с новым продуктам. «Сандрин» с легкостью может ответить, какой сберегательный счет необходимо выбрать, что делать в случае потери или кражи карты и много другое.
Глава банка на этом не остановился и 3 месяца спустя заявил, что хочет, чтобы «Сандрин» была в каждом автомобиле их клиентов. Бот-помощник уже может консультировать клиентов-автолюбителей через Android Car и Amazon Alexa.
Чат-бот стал экономически выгодным решением для компании Bajaj Elecricals, индийского производителя электротоваров. Сейчас у компании 20 миллионов приборов, которые обслуживаются по гарантии, и почти 2 миллиарда в использовании, поэтому чат-боты просто необходимы потребителям, которые обращаются по вопросам замены элементов или починки.
Как отмечают в Bajaj Elecricals, сегодня потребители рассчитывают, что им ответят за 10 секунд – иначе они останутся недовольны качеством обслуживания.
В этих областях видят использование ИИ и российские компании. «Ростелеком», «Аэрофлот», X5 Retail Group и МХК «ЕвроХим» поделились своим опытом в блоге Oracle. Например, «Аэрофлот» использует машинное обучение для аспектно-сантиментного анализа упоминаний авиакомпании в соцсетях и обращений, полученных от клиентов. А в X5 Retail Group считают, что в ритейле самообучающиеся алгоритмы могут оптимизировать практически любые процессы, не требующие 100% точности данных, например, они могут помочь в настройке ценообразования или улучшении логистических систем.
Как приручить искусственный интеллект
Независимо от области, которую вы выбрали, следующие советы помогут достичь успеха:
Обозначьте желаемые результаты
Например, сократить расходы, улучшить качество обслуживания клиентов, взаимодействие сотрудников и партнеров, применить расширенную аналитику для прогнозирования и управления различными событиями. Слишком часто основное внимание уделяется самой инициативе по внедрению ИИ. Вместо этого стоит сосредоточиться на том, что компании необходимо достичь, и лишь затем выбирать ИИ-решение.
Модернизируйте свою IT-среду
В среднем через три года физическое оборудование устаревает. ИИ меняет привычные подходы к построению IT-инфраструктуры, где облачные технологии и являются следующей ступенью технологического развития каждой компании. Переход на облачные технологии гарантирует, что компания сможет пользоваться всеми преимуществами ИИ не вкладывая средств в IT-инфраструктуру.
Обратите внимание на качество данных
Искусственный интеллект требует много данных как из внутренних, так и из внешних источников. Убедитесь, что все данные достоверны, а внутри организации нет информационных «пробок», то есть нет информации, которая была бы замкнута внутри одного отдела.
Подготовьте сотрудников
Управление изменениями – это 90% работы при реализации любой цифровой стратегии. И это особенно важно, когда дело касается ИИ, учитывая опасения, связанные с «роботами, которые займут наши рабочие места». Сообщите коллегам конечную цель проекта (например, улучшить обслуживание клиентов), и о том, как изменится их работа. Например, сотрудник службы поддержки, вооруженный знаниями о клиенте, полученными с помощью ИИ-приложения, сможет решать проблемы клиента более персонализировано.
Следите за технологиями
Вы должны постоянно оценивать новые технологии и учитывать влияние, которое они могут оказать на отрасль.
ИИ – это новая технология, которая имеет все шансы превратиться из конкурентного преимущества в новый стандарт. И компании, которые не начнут использовать возможности самообучающихся алгоритмов сейчас, рискуют остаться за бортом уже в ближайшем будущем.
Блог Oracle
